لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دستیابی به داده های کم تاخیر با محاسبات لبه
Achieving Low-Latency Data with Edge Computing
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
محاسبات لبه دادهها را در منبع فیزیکی واقعی یا نزدیک آن پردازش میکند، که به شما امکان میدهد دادهها را سریعتر از همیشه در دسترس قرار دهید - بدون تجربیات ضعیف کاربر، تنگناها یا تخریب سیستم. در این دوره آموزشی، مربی گریگوری گرین شما را در مورد چگونگی دستیابی به تأخیر کم با ایجاد یک معماری مقیاسبندی برای یکپارچهسازی و مدیریت دادههای محاسباتی لبه راهنمایی میکند.
بهترین شیوهها برای پیامرسانی قابل اعتماد و الگوهای توان عملیاتی و همچنین تأخیر کم را با خطوط لوله داده انعطاف پذیر و موارد استفاده مبتنی بر ابر چند سایتی. برخی از مهمترین عواملی را که بر تأخیر محاسبات لبه تأثیر میگذارند، بررسی عمیقتر آنتیالگوها و مزایا و معایب فناوریهای مدیریت پایگاه داده، با مثالهایی از RabbitMQ، Apache Geode، MQTT و Spring کاوش کنید. در طول مسیر، گرگوری به شما نکات و اشارههایی را با نمایشهای عملی درباره نحوه طراحی و پیادهسازی موفقیتآمیز معماری محاسبات لبه برای دسترسی به دادههای با تأخیر کم در زمان واقعی به شما میدهد.
گریگوری گرین یک مهندس راه حل مشاوره در VMware است.
گریگوری به عنوان یک معمار ارشد نرم افزار، توسعه دهنده، مهندس و مشاور برای شرکت ها و صنایع مختلف از امور مالی و مخابرات گرفته تا داروسازی. او یک متخصص شناخته شده در راه حل های خدمات داده مبتنی بر جاوا و NET C# است، او تخصص گسترده ای در چارچوب های مدیریت داده، تنظیم عملکرد برنامه، یکپارچه سازی سازمانی، معماری برنامه، و الگوهای طراحی توسعه دارد. گرگوری دارای کارشناسی ارشد علوم کامپیوتر از موسسه فناوری نیوجرسی و لیسانس علوم کاربردی در علوم کامپیوتر از موسسه فناوری استیونز است.
نمایش نظرات